在 docplex 中添加二次约束

问题描述

我在 python 中通过 docplex 编写二次约束时遇到问题 这是我的约束： A[i,j,k]=Z[i,k] *h[i,k]+Q[i,k]*d[i,k] ∀i,k
我写的约束如下： mdl.add_quadratic_constraints(z_qsd[i,k]*h_qsd[i,k]+Q_qsd[i,k]*d_qsd[i,k]==A_qsd[i,k] i in q_ualification for j in s_hift for k in d_ay) 当我解决模型时，我收到以下消息： 模型非凸

解决方法

乘法运算符“*”已在 DOcplex 中重载以编写二次表达式。换句话说，您可以将两个变量相乘。 忘记索引，并假设您只有四个变量 A,z,h,Q 约束可以写成：

mdl.add(A == Z *h + Q *d)

现在，对于三维变量，您应该使用 Model.continuous_var_cube 的变体（更改类型），例如：

 As = mdl.continous_var_cube(3,5,7,"A")

它构建了一个 Python 变量字典，由变量的笛卡尔积中的索引元组索引 三个范围 (1..3)x(1..5)x(1..7)，即 3x5x7 = 85 个变量。 每个变量都可以通过索引集合访问， 如

a123 = As[1,2,3]

,

这是一个小的二次目标 问题示例，灵感来自 Alex Fleischer 著名的“动物园”示例 （有关更多信息，请参阅 https://www.linkedin.com/pulse/making-optimization-simple-python-alex-fleischer/）

mdl = Model(name='buses')
nbbus40 = mdl.integer_var(name='nbBus40')
nbbus30 = mdl.integer_var(name='nbBus30')
mdl.add_constraint(nbbus40*40 + nbbus30*30 >= 300,'kids')
# X**2 is the square of variable X
mdl.minimize(500 * nbbus40**2 + 400 * nbbus30**2)
mdl.solve()
for v in mdl.iter_integer_vars():
    print(v," = ",v.solution_value)